最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

人工“智能”与图灵机

[复制链接]
跳转到指定楼层
楼主
发表于 2017-5-11 15:14:45 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
文丨飞总  由飞总授权168大数据发布。

今天白天有两件事情,第一是我看到了一篇知乎神文,讨论比图灵机更强悍的计算模型。第二是朋友圈讨论群都在刷亚马逊机器学习年会和微软build大会。对于吃瓜群众来说,人工智能是个越炒作越热的话题。然而所谓的人工“智能”和我们平时说的人类的只能其实相去甚远。所以也就有了这篇应景而生的文章。这篇文章的最主要宗旨是科普一些计算机科学领域的基石性的东西,让我们对当下的人工智能有一个合理的期盼和理解。文章不可避免的会涉及到一些相对比较难懂的,我本人也一知半解的东西。我会努力的试图保持通俗易懂。

我们如果想象一下,计算机是一个很奇怪的东西。除了人类和计算机以外,这世界上找不出第三个东西来,可以做到你告诉它要做什么事情,它就把什么事情给你做好了。阿猫阿狗不行,死的活的喝汽油的充电的,都不行。咋一看,计算机和人很像,颇有智能。

我们必须承认,计算机科学这个上世纪诞生的最为伟大的伪科学,实实在在的在改变着这个世界。大家都知道计算机学科的最高奖是图灵奖。然而我想很多人肯定很困惑为什么在这个人才辈出的领域里,在这个平均智商几乎是最高的行业里,图灵他何德何能的可以占据这一个地位。为此我不得不很遗憾的说,今天的计算机科学的教育,很多时候没有很好的普及计算理论,无疑是最大的遗憾。作为计算机科学的基石的计算理论,是一门很难的课,也不会给学习它的人带来立刻的直接的利益。然而这门课对于理解计算机的本质,明白计算机能做什么不能做什么,乃至于帮助我们从人工智能这样的所谓热点炒作的概念里面跳出来都有极大的意义。如果可以的话,我真心希望每个从事计算机工作的人都认真的学习过这门伟大的课程,并从这门课程里面理解计算机的美和图灵的睿智。我个人也非常建议没有学过计算理论的人,都去学一学,长远来看,收获会很大。

那么废话不多说,为了说明这个问题,我们首先上升到哲学的高度。笛卡尔的我思故我在开启了近代哲学的篇章。哲学里研究人类怎么认识世界的学科叫认识论。而决定论和怀疑论则是里面两种非常有代表性的观点。这不但影响了哲学,还影响了数学和物理学的发展。决定论的基本观点是万事万物有既定的规律,只要给定了初始条件,一切都可以推倒出来,而我们人类有这种能力掌握这些规律。所谓科学就是不断完善和发现这些规律的过程。站在决定论后面的有很多响当当的名字,比如康德,比如牛顿,爱因斯坦。怀疑论的观点简单的说万事万物没有规律,即便有,人类也没能力掌握。哲学上最具代表性的人物是休谟,而物理学上以量子力学哥本哈根学派为代表,尤其是波恩。

西方科学的发展是非常注重演绎的。从几个看起来合理的公理出发推出整个世界。欧几里得的几何学是,牛顿力学也是,爱因斯坦相对论还是。但是我们注意到一点,其实这里面还是有人类智慧的活动。举个例子来说,我们在欧几里得的几何学里面,要证明三角形三个内角的和是180度,离不开人的思考。要证明等边三角形内任意一点对三条边做垂线,三条垂线的和是一个和点无关的常数这样的定理,则更需要人类的参与。那么我们是不是可以说这样的公理体系里面推出的定理,是公理假设和人类智能结合的产物呢?

我们马上进入到今天这篇文章最核心的地方。有人不喜欢人类智能搅合到公理体系里面。大名鼎鼎的希尔伯特,20世纪最伟大的数学家曾经提了23个问题,其中和我们今天相关的翻译成人话有那么一些:
所有的数学公理体系建立在统一的假设上。
所有定理都能够被这个统一的体系推出来。
存在着一种办法,可以很机械的按部就班的把所有定理都推出来。

这其中的第三条,很重要。在20世纪初期,数学界曾经有过一段狂热的研究计算模型的历史。所谓计算模型,简单的说就是一种简单的办法,可以机械的俺不就班的,在基本的假设下,把所有的定理都推出来。这样,人的智能,就从这个过程里面消失了。人只要说,这些是假设,这个是你要干的,这个计算模型就可以按部就班的把事情干了。这些模型有很多,有限自动机,下推自动机。当然最伟大的是图灵机。

图灵机是这样一个机器,有一个起点,有一条无限延伸的纸带,上面有无限多个格子。机器接受有限个符号,通常有限对现代计算机来说就是0和1。机器有一个探头,探头可以做如下几件事情:
  • 左移一位,但是不能移出起点
  • 右移一位
  • 往当前格子里面写入一个符号
  • 读当前格子的符号

只要有了这样一台机器,图灵就证明了这机器可以干很多很多的事情。而我们今天的所有的计算机,其实都是一个阉割版的图灵机。

大家是不是很高兴。希尔伯特的梦想,踢除了人类的参与。具备了智能,可以自动的进行计算和推理。那么从哲学的角度看,计算机是什么,是决定论的产物,并且是不需要人类智能参与的决定论的产物。

然而事情并没有那么美好。就在希尔伯特提出这些问题没多久,有个年轻的人叫做哥德尔,就告诉了希尔伯特,想法很美好,现实很残酷啊。哥德尔不完备性定理恐怕是本世纪最为伟大的定理之一了。其证明思想,也是理解我们计算模型的语言和编码的套路的开端。他的贡献可谓非常伟大。如果有谁对这方面有兴趣的话,相对通俗的读物我推荐《哥德尔、艾舍尔、巴赫:集异璧之大成》。这本书我曾经在西雅图中文电台读书观影节目里面推荐过,当得上是当世神书之一。

我们简单的说一下哥德尔到底想表达什么。克里特岛上的理发师问题是一个经典悖论。大致上是这样说的:克里特岛上的人,要么自己理发,要么找理发师理发,不是给自己理发的都找理发师理发。那么作为岛上唯一的理发师,要找谁去理发。这个问题我们仔细想想,就是如果给自己理发就应该得出不给自己理发。如果不给自己理发就可以得出给自己理发的结论。这不是奇了怪了吗?悖论就是这样的怪胎。而哥德尔则证明了一点,任何一个基于公理的体系里面,就一定存在着类似克里特岛上的理发师这样的问题,你既不能说它对,也不能说它错。既不能证真,也不能证伪。

说得口干舌燥,终于到了问题的关键。图灵机是什么,公理体系。虽然假设很简单,这个公理体系里面一定存在这图灵机既不知道是对,也不知道是错的东西。这个东西是什么鬼。图灵不但提出了图灵机模型,还给了我们答案:图灵机的停机问题。

啧啧,我们这个不需要人类去干预就有智能的东西,天生就是个瘸子。那么有人问,世界上是不是存在着比图灵机更牛逼的计算模型。答案是yes。图灵自己就搞出来过一个。但是这个yes不像图灵机那样可以具体的描述和实现,只能在图灵机的假设上引入新的公理。从而我们可以说,虽然我们知道世界上有更强大的计算模型,但是我们不知道那东西到底是什么。

图灵在世的时候证明了其他所有的计算模型,要么和图灵机等价,要么是个子集。而图灵之后,也没有更加牛逼的人提出了更加牛逼的计算模型了。所以,我们可以这样说,今天的所有计算机儿子孙子们,其实都有着和图灵机这个模型一样的局限。它所能够自动推理的东西,干的活,仅仅局限在某个限定的范围内。这世界上有它无法理解的事情。从决定论的角度看,这当然是一个失败。

那么我们对图灵机到底什么可以做什么不可以做有多少了解呢?确实也有伟大的人尝试去发现是不是存在比图灵机停机问题容易,但是图灵机还是不能解的问题,结论很意味深长。但是有一点,人类并不清楚,图灵机能做和不能做的事情的确切边界在哪里。在我们日常生活的诸多运用中,我们从未真正触及图灵机的极限。很遗憾的是,计算机的先天缺陷决定了,它做的只是机械的推理。

那么我们人类的大脑,如果说也有一个计算模型的话,是不是等价于图灵机呢?这个问题我们不知道答案。如果是的,其实我们人类根本就不可能自己发现这个事实。如果不是的,我们倒还可能有希望。只是,如果我们认同人类的大脑也是个计算模型,那么按照哥德尔不完备性定理来说,一定也存在这我们人类无法判断是真是伪的东西,这也就是说,其实怀疑论是对的。我们人类并无感知和了解世界的能力。多大的一个遗憾啊。

关于人类能做什么不能做什么,从哲学层面展开来说实在有太多了。我很浅薄也就不再继续说这个。但是我想提一句的是,所有的这些局限的起源就是西方科学的那套基于公理体系的演绎系统。既然这套系统无法解决这个世界的问题,有其内在的矛盾,是不是这套系统本身就是不对的?

人和计算机的区别在哪里。目前最直观的一点,就是对于基于逻辑推理的东西,计算机做得很好。而对于情感艺术之类的东西,貌似图灵机这个模型,没有什么有效的办法。当然我们也见过很多深度学习学梵高学的很像,只是它终究不能自己创造出一个梵高第二来,无中生有的能力并不具备。

所以此智能是在图灵机框架里面受到公理体系固有限制的智能,我们人类的智能到底是什么,我想,或者说我希望,是更加开阔广博的空间里的东西,我们有血肉有感情,并不是冰冷的机器。谨以此文普及一下图灵的伟大贡献和澄清一下越来越甚嚣尘上的人工智能终将取代人类的言论。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-14 22:44

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表